“模数共振”行动｜开启中国AI与工业数据双向奔赴的系统工程

核心判断

事件概述：2026年4月28日，工业和信息化部、国家数据局联合发布通知，启动2026年“模数共振”行动，旨在系统性推动人工智能模型与工业数据资源在重点行业的协同互促与同频共振。
重要性：这是国家层面首次以专项工程形式，将AI大模型（“模”）与高质量行业数据（“数”）作为一对共生体进行整体性部署。它标志着“人工智能+”行动在工业领域的落地，已从单点技术突破，进入系统性构建“数据—模型—场景”良性循环生态的深水区。
核心洞察：“共振”是此次行动的灵魂。 其核心洞察在于承认了一个关键瓶颈：没有高质量行业数据，就训练不出能解决真问题的行业模型；没有好用的大模型，沉睡的工业数据就难以释放价值。行动旨在通过政府之手，强行撮合“模”与“数”两大要素，打破“先有鸡还是先有蛋”的僵局，为中国新型工业化安装一个强大的智能化底座。

深度分析

宏观时钟

周期定位：AI大模型竞赛的上半场（比拼通用能力）已接近尾声，下半场（比拼行业应用深度与价值创造）全面开启。工业领域是检验AI价值的终极战场。
窗口状态：生态构建的窗口已开启。单个企业难以独自完成从数据治理到模型训练再到场景落地的全链条工作，亟需一个国家级平台来降低协作成本、建立互信机制。
趋势判断：工业AI将从“散点应用”走向“系统推进”。能否抓住这次行动构建的“模数共振空间”和“创新联合体”，将决定各地区、各企业在下一轮产业智能化浪潮中的座次。
分析依据：
1. 行动由工信部（管模型、管工业）和国家数据局（管数据）联合实施，解决了过去“模”“数”分家的行政壁垒，形成合力。
2. 覆盖钢铁、石化、汽车、航空航天、医药等20个重点行业，几乎囊括了国民经济的核心支柱，体现的是国家意志而非零散试点。
3. 目标明确到2026年底出成果（清单、场景、空间），时间紧、任务重，体现出了强烈的紧迫感和执行力。

价值锚定

根本矛盾：工业领域对降本增效、提质升级的巨大智能化需求 vs 当前行业高质量数据集匮乏、行业模型能力不足、数据协同机制缺失的现实瓶颈。
利益格局：
- 显著受益方：先行布局工业互联网、拥有行业数据积累的制造业链主企业；能够提供数据标注、知识图谱构建的数据服务商；专注于垂直行业模型和智能体研发的AI技术公司；被选定为“重点城市”和“模数共振空间”建设运营主体的机构。
- 承压受损方：数据治理混乱、拒绝开放协同的传统企业（将在本轮数字化浪潮中加速边缘化）；缺乏行业Know-How、仅会“调参”的通用大模型厂商；在数据安全和模型可解释性上无法满足工业要求的技术方案。
结构问题：解决的是AI技术与工业场景“两张皮”的顽疾。过去是“懂AI的不懂工业，懂工业的不懂AI”，行动通过强制要求组建“创新联合体”（算力+模型+数据+应用），强行打通人才和知识的壁垒。
分析依据：
1. 行动要求构建“行业通识数据集”并研发“行业模型”，以此作为共性底座，解决中小企业无力独自研发的问题。
2. 同时要求构建针对具体场景的“专识数据集”和“专用智能体”，精准解决高价值的个性化痛点，实现了“共性与个性”的兼顾。

杠杆解构

关键行为体（TOP3）：
1. 工信部与国家数据局：掌握行动的顶层设计、标准制定、评估验收和政策激励权，是生态的“总设计师”和“总推手”。
2. 各省级政府与重点城市：负责遴选本地区优势行业、组织企业申报、提供配套政策与资金，决定行动的落地质量。
3. “模数共振”空间的建设运营主体与“创新联合体”：是技术协同得以发生的物理和组织载体，其开放性和运营能力，决定了数据能否“流”起来、模型能否“炼”出来。
关键变量（TOP3）：
1. 数据安全合规与跨主体流通机制的顺畅度（敏感性：极高）。工业企业对数据机密性极为敏感，若不能解决“数据可用不可见”的可信流通问题，一切协同免谈。
2. 首批**“行业模型”的性能优劣与工程可行性**（敏感性：高）。这是向产业界证明行动价值的最直接证据。
3. 各央企和地方政府对“模数共振空间”的真实投入与开放程度（敏感性：高）。若仅停留在挂牌和报表上，则行动将流于形式。
转折信号：某个“模数共振”空间成功支撑一家龙头企业与多家中小企业完成数据协同训练，并产出一个颠覆性行业模型；首批公布的“重点行业模型清单”中的模型在市场上产生显著商业价值。

临界动力学

演化路径：
- 短期（2026年5-8月）：各地方/央企紧锣密鼓编制方案、组建联合体、启动空间建设。大量行业数据将被梳理、标注。
- 中期（2026年8-11月）：首批行业模型和通用数据集初步形成，进行中期评估和调整。模型和智能体开始在真实场景中“试水”。
- 长期（2026年底后）：行动形成一批标志性成果（清单、空间、样板间），国家总结经验，并可能将成功模式由20个试点行业向更大范围推广。
情景概率：乐观 25% / 基准 60% / 悲观 15%
分析依据：此类大规模协同行动，最大的风险在于数据能否真正打通、产学研用能否真正融合。但由于政策激励明确、时间节点清晰，且击中行业痛点，成功概率较高。
SCAI指数：7.8 / 10
临界状态：临界窗口
状态解读：总动员令已经发出，设计蓝图已绘制完成。未来数月是各方快速组队、争取资源、制定高可行性方案的关键行动期。行动方案的质量和前期准备，将直接决定年终的成绩。窗口期紧迫。

战略势能

实力对比：集中力量办大事的制度优势、全球最完整的工业体系、海量的数据资源，构成了中国的独特势能。其挑战在于如何激励企业（尤其是存在竞争关系的同行业企业）真正愿意共享数据“富矿”。
历史惯性：过去信息化项目常陷入“为建而建”的惯性。行动明确以“场景”和“模型”为最终交付物，力求避免空转。
状态解读：通知是一股强大的势能注入，它创造了明确的市场预期。企业现在需要做的，是主动拥抱这股势能，将自身需求与国家战略相结合，利用政策窗口完成靠单打独斗难以实现的数字化跃升。

行动建议

角色	核心行动	行动时机	风险提示
企业决策者（工业）	1. 对标申报：立即对照行动列出的20个行业，评估自身数据资源与场景，与地方政府对接，争取进入试点。 2. 开放场景：主动梳理“应用潜力大、可复制性强”的细分场景，形成目录，招揽AI公司合作攻关。	立即行动（5月底前是方案编制关键期）	仓促上阵，方案质量不高，可能错失首批试点机会。
投资者	1. 关注“卖铲人”：重点关注能提供工业数据标注、知识图谱、隐私计算、模型训练调优平台的服务商。 2. 布局“联合体”收益链：寻找并投资可能成为“创新联合体”核心成员的垂直行业AI公司与数据服务公司。	中期布局	政策执行不及预期，导致相关产业增长缓慢。
政策研究者	1. 紧密跟踪各省级地区和央企提交的实施方案内容。 2. 重点研究“模数共振空间”在解决跨主体数据流通方面的机制设计与技术应用。 3. 分析中期评估结果，探寻成功案例的关键要素。	持续跟踪	需警惕地方保护主义借“空间”名义形成新的数据壁垒。